Skip to main content
Agent 能力层通过统一的集成入口，让 AI agent 获得外部能力。它位于 agent 运行时与模型提供商、数据服务、工具和外部系统之间。 模型网关只是这一层的一部分，负责处理模型推理。更完整的能力层还会帮助 agent 获取实时信息、执行结构化工作流、发现工具，并使用受控的副作用或支付流程。

​
它解决的问题

如果没有统一的能力层，应用可能需要分别维护以下集成：
  • 模型提供商，以及各家不同的请求格式。
  • 搜索、金融、社交、公司和媒体数据。
  • 每个提供商各自的认证和 API 密钥。
  • 各服务之间的重试、计费和用量行为。
  • 供 agent 运行时使用的可复用任务指令。
  • OAuth 连接的写操作和其他副作用。
这种碎片化会增加集成和运维成本，也会让 agent 更难判断当前任务应该使用哪种能力。

​
AIsa 的能力入口

AIsa 针对不同的控制粒度提供了多个入口： 这些入口相互补充。一个工作流可以用模型做规划、用 Skill 选择流程、用直接 API 收集证据，再用带认证的写操作发布经审批的结果。

​
能力层与工作流平台的区别

能力层提供访问途径和可复用的集成原语，但它不会自动定义每一条业务流程、审批规则或应用状态转换。 以下决策仍然属于你的应用或 agent 运行时：
  • 应该运行哪个任务。
  • 哪些数据算作充分证据。
  • 哪些写操作需要确认。
  • 如何执行预算和重试策略。
  • 保留哪些应用状态。
使用 AIsa 是为了减少对接各家提供商的工作量，而不是替代应用自身的策略。

​
什么时候适合这种架构

当 agent 同时需要下列多项能力时，可以考虑使用能力层：
  • 通过统一接口访问多个模型系列。
  • 获取多个领域的实时外部数据。
  • 在多个 agent 客户端之间共享可复用的 Skills。
  • 通过 A2A、MCP 或 OpenAPI 进行机器可读的发现。
  • 受控的外部写操作或程序化的 API 采购。
如果应用只需要一个稳定的模型或一个专用 API，直接对接提供商可能更简单。

​
下一步